Python 无法基于数据在现有绘图上绘制计算出的质心值

编辑： 好的，如果数据是二维的，如下所示：

x = [1,1,1,2,2,2,3,3,3,4,4,4,5,5,5]
y = [8,7,5,4,3,7,8,3,2,1,9,11,16,18,19]

那么，如何计算k均值（3个值）并绘制图呢

---

不能根据此处的数据在现有绘图上绘制计算出的质心值吗？我想在下面的链接中绘制类似的图

然而，我无法理解。任何帮助都将不胜感激

import numpy as np, matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans, vq

data = np.array(np.random.rand(100))

plt.plot(data, 'ob')


centroids, variances= kmeans(data,3,10)
indices, distances= vq(data,centroids)

print (centroids)
[ 0.82847854  0.49085422  0.18256191]

plt.show()

回答您关于2d的问题的小编辑： 您可以使用下面的原始答案，只需选择：

data = np.column_stack([x,y])

如果要绘制质心，请与原始答案中的以下内容相同。如果要按所选组为每个值着色，可以使用

kmeans2

from scipy.cluster.vq import kmeans2

centroids, ks = kmeans2(data, 3, 10)

要打印，请选择

k

颜色，然后使用

kmeans2

返回的

ks

数组从三种颜色中选择该颜色：

colors = ['r', 'g', 'b']
plt.scatter(*data.T, c=np.choose(ks, colors))
plt.scatter(*centroids.T, c=colors, marker='v')

原始答复： 正如@David指出的，您的

数据是一维的，因此每个簇的质心也将是一维的。绘图看起来是2d的原因是因为运行时

plt.plot(data)

如果
数据
为1d，则函数实际执行的是绘图：

plt.plot(range(len(data)), data)

要明确这一点，请参见以下示例：

data = np.array([3,2,3,4,3])
centroids, variances= kmeans(data, 3, 10)
plt.plot(data)


然后质心将是一维的，因此它们在该图中没有
x
位置，因此可以将它们绘制为直线，例如：

for c in centroids:
    plt.axhline(c)


如果要查找x-y对的质心，其中
x=range（len（data））
和
y=data
，则必须将这些对传递给聚类算法，如下所示：

xydata = np.column_stack([range(len(data)), data])
centroids, variances= kmeans(xydata, 3, 10)

    

但我怀疑这是你想要的。您可能需要随机的
x
和
y
值，因此请尝试以下方法：

data = np.random.rand(100,2)
centroids, variances = kmeans(data, 3, 10)

你有一维数据。这就是质心只有一个坐标的原因。@David是正确的。尝试
data=np.random.rand（100,2）
然后
plot（*data.T，'ob'）
（顺便说一句，
np.random.rand
返回一个数组，无需调用
np.array
）我的答案包括您的编辑，只需添加这一行：
data=np.column\u堆栈（[x，y]）
@askewchan好的，谢谢